一栏中包含多个标签的热编码

问题描述

我有一个简单的数据集.

I have a simple dataset.

id,question,category,tags,day,quarter,group_id

1,What is your name,Introduction,Introduction,1,3,0

2,What is your name,Introduction,"Introduction, work",1,3,1

现在，如果看到的话，在 tags 列中，有多个输入用逗号分隔.如果我尝试使用 pandas get_dummies 函数进行一次热编码，那么我会将其作为单列显示.但是我想为每个标签创建列.我该怎么办?

Now if you see, in the tags column there are multiple inputs seperated by commas. If I try to one-hot-encode using pandas get_dummies function I will get that as a single column. But I wanted to create columns for each tags. How can I do that possibly?

推荐答案

我认为需要 str.get_dummies :

I believe need str.get_dummies:

df1 = df['tags'].str.get_dummies(', ')
print (df1)

   Introduction  work
0             1     0
1             1     1

这篇关于一栏中包含多个标签的热编码的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！